| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题的背景和意义 | 第9-11页 |
| ·课题的背景 | 第9-10页 |
| ·课题的意义 | 第10-11页 |
| ·国内外研究现状 | 第11-16页 |
| ·视频监控的发展 | 第11-13页 |
| ·人脸检测技术的发展 | 第13-14页 |
| ·船舶值班系统的现状 | 第14-16页 |
| 第2章 DirectShow和OpenCV | 第16-25页 |
| ·DirectShow视频采集简介 | 第16-19页 |
| ·OpenCV计算机视觉库 | 第19-25页 |
| ·OpenCV概述 | 第19-20页 |
| ·OpenCV的功能 | 第20-21页 |
| ·OpenCV模块 | 第21页 |
| ·OpenCV中的常用数据结构体系 | 第21-23页 |
| ·开发环境的配置 | 第23-25页 |
| 第3章 人脸检测技术 | 第25-41页 |
| ·人脸检测的概述 | 第25页 |
| ·皮肤的YCbCr模型进行的人脸检测 | 第25-33页 |
| ·颜色的分类和特性 | 第25-26页 |
| ·色彩空间的选择 | 第26-27页 |
| ·肤色分割和光线补偿 | 第27-29页 |
| ·边界与膨胀腐蚀 | 第29-31页 |
| ·非人脸区域的剔除 | 第31-33页 |
| ·基于OpenCV的人脸动态检测 | 第33-41页 |
| ·AdaBoost人脸检测原理 | 第33-34页 |
| ·人脸检测的Haar特征及积分图 | 第34-38页 |
| ·自适应的Boosting算法 | 第38-39页 |
| ·级联分类的过程 | 第39-41页 |
| 第4章 系统功能实现 | 第41-49页 |
| ·视频监控模块 | 第41-42页 |
| ·视频流处理 | 第41页 |
| ·帧格式转换 | 第41-42页 |
| ·人脸检测模块 | 第42-47页 |
| ·基于Haar特征的人脸分类器训练 | 第42-45页 |
| ·Haar特征结合肤色的YCbCr的模型进行的人脸检测 | 第45-47页 |
| ·值班报警模块 | 第47-49页 |
| 第5章 结论与展望 | 第49-51页 |
| ·结论 | 第49页 |
| ·展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 研究生履历 | 第55-56页 |